U.I.K.

Tiaret-- Faculté MI-- Département Informatique-- Master1-- Spécialité GL-- Année22/23-- Durée 1H30

Examen de la matière BDA -DM

I - Base de données

Exercice 1 (2.25pts). Nous disposons de deux bases de données oracle BD1 et BD2. Sous oracle iSQL*Plus,
en utilisant deux sessions S1 et S2 :
a) Créer une table CLIENT(idC, nomC, villeC) dans S1. (0.25pt)
b) Afficher à partir de S2 les informations de la table CLIENT, en précisant les étapes essentielles que vous
avez suivies. (2pts)

-- dans la premiere session nommée : S1 user_orcl1@orcl1

-- Dans SYSTEM@orcl1 se connecter avec SYSTEM
-- Créer un user Nom utilisateur : user_orcl1
create user user_orcl1 identified by user_orcl1; Mot de passe : user_orcl1
-- lui attribuer tous les privileges S1
grant all privileges to user_orcl1;

-- dans la deuxieme session nommée : S2

-- Dans SYSTEM@orcl2 se connecter avec SYSTEM
-- Créer un user
create user user_orcl2 identified by user_orcl2; orcl1toorcl2
-- lui attribuer tous les privileges
grant all privileges to user_orcl2; database link

-- Se reconneter avec user_orcl1 et user_orcl2 dans leurs sessions respectives ; orcl2toorcl1

-- premiere session login: user_orcl1@orcl1 password: user_orcl1
-- deuxieme session login: user_orcl2@orcl2 password: user_orcl2@orcl2

-- Créer les liens de orcl1 vers orcl2 -- CE LIEN EST FACULTATIF

create database link orcl1toorcl2
connect to user_orcl2 identified by user_orcl2
using 'orcl2' user_orcl2@orcl1
Nom utilisateur : user_orcl2
-- Créer les liens de orcl2 vers orcl1 Mot de passe : user_orcl2
create database link orcl2toorcl1
S2
connect to user_orcl1 identified by user_orcl1
using 'orcl1'

-- Créer une table CLIENT(idC, nomC, villeC) à partir de S1

create table CLIENT(
idC integer primary key,
nomC varchar(15),
villeC varchar(15)
)

-- Insérer un enregistrement dans la table CLIENT à partir du site S1

select * from CLIENT@orcl2toorcl1;

Exercice 2 (3pts). En utilisant oracle :

-- a) -- b)
create or replace type propriete as object( insert into FICHIER values (
nom varchar(50), propriete(Sujet_Examen_BDD-DM', 'pdf'),
suffixe varchar(4) emplacement(128.5, 'C:\'),
); to_date('18/01/2023', 'dd/mm/yyyy')
create or replace type emplacement as object( );
taille real,
localisation varchar(50) select f.propr.nom, f.empl.taille from FICHIER f;
);
create table FICHIER (
propr propriete,
empl emplacement,
dc date
);

Exercice 3 (5pts).

create table etudiant( create table matiere(

idE integer primary key, idM integer primary key,
nomE varchar(15), nomM varchar(15),
prenE varchar(15), creditM real not null
creditE real not null );
);

create table resultat( insert into matiere values (1, 'BDA-DM', 5.0 );
idE integer, insert into etudiant values(1, 'Mohamed', 'Ali', 0);
idM integer,
moyenne real,
primary key (idE, idM),
foreign key (idE) references etudiant(idE),
foreign key (idM) references matiere(idM),
check (moyenne>=0 AND moyenne<=20)
);

create or replace trigger creditE_maj

after insert on resultat
for each row
declare credit_courant real;
begin
IF (:new.moyenne) >=10 THEN
select creditM into credit_courant from matiere where ((:new.idM) = idm);
update etudiant set creditE = creditE + credit_courant where ide = (:new.ide);
END IF;
end;
II - Data warehouse et Data mining

1. Schéma multidimensionnel qui tient compte de la date, du jour de la semaine, du mois, du trimestre et
de l’année :

2. La table des faits est : Consultation -- Les mesures sont : Le prix et le nombre de consultations
(nb_consult) -- Les dimensions qui ont été retenues sont : Médecin, Personne, Temps -- Les hiérarchies
sont : Année → Trimestre → Mois → JourSemaine → Date

3. Représentation du cube OLAP sans tenir compte des hiérarchies.

4.
a. Le coût total des consultations par médecin en 2021 et 2022
(On fait deux requêtes, une pour chaque année)
Roll up on temps to Annee
Slice Annee = 2021
Roll up on temps to Annee
Slice Annee = 2022
 b. Le nombre de consultations par jour de la semaine, par spécialité et par sexe du patient
Roll up on Date to jourSemaine
Roll up on Medecin to specialité
Roll up on Personne to sexe

c. Le coût des consultations par patiente pour les mois d’octobre

Roll up on Date to mois
Dice mois = octobre
(Cout des consultations, donc Dice sans une opération d’agrégation)

Exercice 5 (2.75pts).

Le Data Mining et Data Warehouse sont tous les deux utilisés pour conserver des informations et permettre
la prise de décision.
Cependant, Data Mining et Data Warehouse ont des aspects différents sur le fonctionnement des données
d’une entreprise.
D’une part, Data Warehouse est un environnement où les données d’une entreprise sont rassemblées et
stockées de manière agrégée et résumée.
D’autre part, Data Mining est un processus ; qui appliquent des algorithmes pour extraire des connaissances
et des données dont vous ne savez même pas qu’elles existent dans la base de données.

Data Mining Data Warehouse

Data Warehouse est un système de base de
Data Mining est le processus d’analyse de données conçu pour un travail analytique
Présentation modèles de données inconnus. plutôt que transactionnel.

Data Mining est une méthode de Data Warehouse est une méthode de
comparaison de grandes quantités de centralisation des données provenant de
données pour trouver des modèles différentes sources dans un référentiel
Data corrects. commun.

Data Warehouse est un processus qui doit

Data Mining est généralement effectuée avoir lieu avant toute exploration de données
par des utilisateurs professionnels avec c’est à dire avant le processus du Data
Processus l’aide d’ingénieurs. Mining.